360周鸿祎为什么说大模型已成茶叶蛋？

大模型炒了一年，为什么没有特别火的应用？

最近几天360创始人周鸿祎称，去年感觉大模型是原子弹，今年感觉是茶叶蛋。

什么意思？我想大概就是说大模型谁都能玩了，现在国内的大模型没有一千，也有几百个了，大模型没什么稀奇的了。但是另一方面也反映了大家都是为了大模型而大模型，但是大模型没能解决什么实际问题，或者说解决的问题太小，有点让人失望了。

邓宁-克鲁格效应

我认为这种感觉是很正常的，也符合事物的一般发展规律，一个新事物出现的时候，大家都抱着很大的期望，期待它去解决各种各样的问题，但是毕竟是新东西，和整个世界的磨合、整合还不够，还需要各种去适配，所以新鲜劲儿过去之后，很多问题还是没解决，大家就感觉失望了。然后这个新事物还要默默的发展一段时间，才有机会重回梦想之巅。

这种情况有一个名词：邓宁-克鲁格效应（Dunning-Kruger Effect），也简称达克效应（D-K Effect），可以用下边这条曲线来理解它。达克效应本来说的是人的认知过程，但也经常被用来表示事物的发展过程。

AI大模型的下一步

AI大模型下一步会怎么发展？我认为首先还是要紧盯OpenAI，作为大模型的引爆者和引领者，OpenAI的发展方向至关重要。

去年底OpenAI推出了GPTs，也就是大模型的应用商店，为什么干这件事？我认为是因为AGI发展遇阻，技术和资金都有点跟不上，这一点可以从最近OpenAI投资AI芯片、大规模融资，以及OpenAI CEO奥特曼让大家耐心等待AGI等等事件中略窥一二。为了提振信心，探寻更多机会，OpenAI不得不搞出这个应用商店，借助外部的更多力量来促进AI的发展。

另外预计OpenAI今年就会发布GPT-5，大模型的能力进一步增强。据预测，GPT-5将是一个原生的多模态大模型，不仅能处理文本和图像，还能处理音视频内容，GPT-5甚至将会具备自主的AI模型开发能力，这将使其能够生成各种多模态的AI模型，从而学习和完成新的任务，这将大大扩展GPT-5的应用能力，有力推动通用机器人的发展，给人很多的想象空间。

GPT-5是更好吃的茶叶蛋，还是更厉害的氢弹？让我们拭目以待！

大模型和世界的磨合

另外上边我提到大模型需要和世界进行磨合，怎么磨合？

我认为第一步就是将AI能力融入到企业的产品或者服务中去。我们现在可以看到很多工具都集成了AI大模型，比如钉钉魔法棒、WPS AI助手、Photoshop AI绘画功能等等，现在也有了一些AI商用产品，比如AI客服、AI培训、AI教育等等方面，还有很多看起来不起眼的AI写作、AI绘画、AI编程等等，他们都在慢慢的渗透到各行各业，这些已经在潜移默化的发生，慢慢的改变工作方式，提升效率。

虽然还没看到可以持续爆火的应用，也许只是磨合的不够，是黎明前的黑暗。

对于大家特别期待的AI原生应用，或许可以小小的期待下GPT-5。

不过我认为不管是AI+应用还是AI原生应用，最重要的是要解决确定性的问题，解决可能产生的错误或不准确的预测结果，否则大家只能把它当做一个玩具，或者只用在某些比较小的场景，无法做到各行各业遍地开花，也就无法推动整个世界的变革与发展。

---

如何系统的去学习大模型LLM ？

作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的 AI大模型资料 包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

😝有需要的小伙伴，可以V扫描下方二维码免费领取🆓

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

四、AI大模型商业化落地方案

阶段1：AI大模型时代的基础理解

• 目标：了解AI大模型的基本概念、发展历程和核心原理。
• 内容：
  • L1.1 人工智能简述与大模型起源
  • L1.2 大模型与通用人工智能
  • L1.3 GPT模型的发展历程
  • L1.4 模型工程
    - L1.4.1 知识大模型
    - L1.4.2 生产大模型
    - L1.4.3 模型工程方法论
    - L1.4.4 模型工程实践
  • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

• 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
• 内容：
  • L2.1 API接口
    - L2.1.1 OpenAI API接口
    - L2.1.2 Python接口接入
    - L2.1.3 BOT工具类框架
    - L2.1.4 代码示例
  • L2.2 Prompt框架
    - L2.2.1 什么是Prompt
    - L2.2.2 Prompt框架应用现状
    - L2.2.3 基于GPTAS的Prompt框架
    - L2.2.4 Prompt框架与Thought
    - L2.2.5 Prompt框架与提示词
  • L2.3 流水线工程
    - L2.3.1 流水线工程的概念
    - L2.3.2 流水线工程的优点
    - L2.3.3 流水线工程的应用
  • L2.4 总结与展望

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
• 内容：
  • L3.1 Agent模型框架
    - L3.1.1 Agent模型框架的设计理念
    - L3.1.2 Agent模型框架的核心组件
    - L3.1.3 Agent模型框架的实现细节
  • L3.2 MetaGPT
    - L3.2.1 MetaGPT的基本概念
    - L3.2.2 MetaGPT的工作原理
    - L3.2.3 MetaGPT的应用场景
  • L3.3 ChatGLM
    - L3.3.1 ChatGLM的特点
    - L3.3.2 ChatGLM的开发环境
    - L3.3.3 ChatGLM的使用示例
  • L3.4 LLAMA
    - L3.4.1 LLAMA的特点
    - L3.4.2 LLAMA的开发环境
    - L3.4.3 LLAMA的使用示例
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。
• 内容：
  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

学习计划：

• 阶段1：1-2个月，建立AI大模型的基础知识体系。
• 阶段2：2-3个月，专注于API应用开发能力的提升。
• 阶段3：3-4个月，深入实践AI大模型的应用架构和私有化部署。
• 阶段4：4-5个月，专注于高级模型的应用和部署。

这份完整版的大模型 LLM 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

😝有需要的小伙伴，可以Vx扫描下方二维码免费领取🆓